典型文献
基于改进ResNet的射频指纹识别方法
文献摘要：
在无线网络安全和可能存在的射频设备管理应用范围内,针对多个发射同种射频信号的高度相似射频设备的分类识别问题,提出了一种信号双谱与改进的残差神经网络(Residual Neural Network,ResNet)的射频指纹识别方法.首先,将采集到的不同设备的信号做双谱变换得到双谱等高图并打上设备标签,再使用搭建好的改进残差神经网络模型训练双谱等高图,通过反向传播(Back Propagation,BP)与梯度下降来更新网络权重得到最优化模型,最后使用另外一组双谱等高图验证识别性能.实验结果表明,基于信号双谱与改进的残差神经网络算法在实际电磁环境下识别率达到95.2％,是一种有效的射频指纹分类识别方法.
文献关键词：
射频指纹识别;双谱等高图;深度学习;反向传播;残差神经网络
中图分类号：
作者姓名：
谢跃雷;邓涵方
作者机构：
桂林电子科技大学 信息与通信学院,广西 桂林541004;卫星导航定位与位置服务国家地方联合工程研究中心,广西 桂林541004
文献出处：
引用格式：
[1]谢跃雷;邓涵方-.基于改进ResNet的射频指纹识别方法)[J].电讯技术,2022(04):416-423
A类：
双谱等高图
B类：
ResNet,射频指纹识别,无线网络安全,设备管理,管理应用,射频信号,分类识别,残差神经网络,Residual,Neural,Network,打上,建好,模型训练,反向传播,Back,Propagation,梯度下降,新网,最优化模型,识别性,神经网络算法,电磁环境,识别率
AB值：
0.245095
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
